基于ID分组更新morbidity字段：SAS数据集条件修改技术问询

方法一：先标记ID再合并修改 #

先统计每个ID是否存在morbidity=1的记录，生成标记数据集，再和原数据集关联后修改字段值：

/* 生成每个ID的标记：是否有morbidity=1的记录 */
data id_flag;
    set DB;
    by ID;
    if first.ID then flag = 0;
    if morbidity = 1 then flag = 1;
    if last.ID then output;
    keep ID flag;
run;

/* 合并原数据集和标记数据集，按规则修改morbidity */
data DB1;
    merge DB id_flag;
    by ID;
    if flag = 1 and morbidity = 2 then morbidity = 0;
run;

方法二：单数据步用BY组+RETAIN直接处理 #

利用SAS的BY组处理和RETAIN语句，在一次数据步中完成标记和修改，无需额外生成中间数据集：

/* 若原数据集未按ID排序，先执行排序 */
proc sort data=DB; by ID; run;

data DB1;
    set DB;
    by ID;
    retain has_1 0; /* 保留上一条记录的标记值，初始为0 */
    if first.ID then has_1 = 0; /* 每个ID的第一条记录重置标记 */
    if morbidity = 1 then has_1 = 1; /* 只要当前ID存在morbidity=1，标记为1 */
    /* 按规则修改字段 */
    if has_1 = 1 and morbidity = 2 then morbidity = 0;
    drop has_1; /* 不需要保留标记变量 */
run;

说明 #

• 两种方法均可实现需求，方法二无需额外数据集，处理效率更高，适合大数据量场景
• 使用by ID语句前，需确保数据集已按ID排序，若未排序需先执行proc sort步骤

内容的提问来源于stack exchange，提问作者NewUsr_stat